方法
ID_Lewis
这个作者很懒,什么都没留下…
展开
-
研究生应该知道的东西!
感觉到了博士才知道这些似乎有点晚了,或者是有不少人也不会去读博,还是希望所有的硕士朋友看过能够从中有所收获。 1. 先看综述,后看论著看综述搞清概念,看论著掌握方法。 2. 早动手在师兄师姐离开之前学会关键技术。 3. 多数文章看摘要,少数文章看全文。掌握了一点查全文的技巧,往往会以搞到全文为乐,以至于没有时间看文章的内容,更不屑于看摘要。真正有用的全文并不多,过分追求全文是浪费,不可走极端。转载 2013-12-23 21:07:33 · 902 阅读 · 0 评论 -
基于小波变换的图像压缩技术初探
我们知道,图像压缩就是要寻找高压缩比、并使压缩后的图像有合适的信噪比的方法,对压缩后的图像还要能实现低失真度地恢复图像。压缩性能的评价标准之一是图像能量损失和零系数成分值。能量损失越小,零系数成分值越大,图像压缩的性能就越高。 小波图像压缩的特点是压缩比高,压缩速度快,能量损失低,能保持图像的基本特征,且信号传递过程抗干扰性强,可实现累进传输。 首先我们简单了解一下二维小波变换的塔转载 2014-12-24 19:40:01 · 1570 阅读 · 1 评论 -
小波图像融合综述
图像融合是将两幅或多幅图像融合在一起,以获取对同一场景的更为精确、更为全面、更为可靠的图像描述。融合算法应该充分利用各原图像的互补信息,使融合后的图像更适合人的视觉感受,适合进一步分析的需要;并且应该统一编码,压缩数据量,以便于传输。图像融合可分为三个层次: 1. 像素级融合 2. 特征级融合 3. 决策级融合转载 2014-12-24 21:03:47 · 7154 阅读 · 0 评论 -
小波分析的起源、发展与应用
小波分析 (wavelet Analysis) 是 20 世纪 80 年代中期发展起来的一门数学理论和方法,由法国科学家 Grossman 和 Morlet 在进行地震信号分析时提出的,随后迅速发展。 1985 年 Meyer 在一维情形下证明了小波函数的存在性 , 并在理论上作了深入研究。 Mallat 基于多分辨分析思想,提出了对小波应用起重要作用的Mallat算法,它在小波分析中的地位相当于转载 2014-12-24 20:11:19 · 1306 阅读 · 0 评论 -
论文投稿参考——如何撰写和发表SCI论文
提要 对从事基础研究的科学工作者,能否在SCI收录的杂志发表论文,是能否进入学术前沿,在国际公认的同一个平台上参与学术竞争,做出原创性贡献的一个基本标志。那么怎样的论文才是合格的?本文提出一些建议供大家参考。在国际核心刊物发表学术论文是基础研究工作者的贡任大者作为国家,小者作为一个研究群体或个人,在高影响因子的SC]刊物上发表论文的多寡,显然是基础研究水平的一个较为客观的标志。罗伯特•戴在转载 2014-12-24 19:14:57 · 532 阅读 · 0 评论 -
SCI论文编辑教你如何准备SCI论文和写作
一、研究生必备四本俗话说好记性不如烂笔头,所以一定要首先养成做笔记的好习惯!作为研究生下面这几个本子是必不可少的1,实验记录本(包括试验准备本),这当然首当其冲必不可少,我就不多说了; 2,Idea记录本,每次看文献对自己有用的东西先记下,由此产生的idea更不能放过,这可是做研究的本钱,好记性不如烂笔头,以后翻翻会更有想法的; 3,专业概念以及理论进展记录本,每个人不可能对自己领转载 2014-12-24 18:32:27 · 724 阅读 · 0 评论 -
小波变换
传统的信号理论,是建立在Fourier分析基础上的,而Fourier变换作为一种全局性的变化,其有一定的局限性。在实际应用中人们开始对Fourier变换进行各种改进,小波分析由此产生了。小波分析是一种新兴的数学分支,它是泛函数、Fourier分析、调和分析、数值分析的最完美的结晶;在应用领域,特别是在信号处理、图像处理、语音处理以及众多非线性科学领域,它被认为是继Fourier分析之后的又一有效的转载 2014-12-24 10:39:42 · 1009 阅读 · 0 评论 -
多分辨率分析与小波变换--简介
傅里叶变换的基础函数的正弦函数,而小波变换基于一些小型波,称为“小波”,它具有变化的频率和有限的持续时间。这就允许它们对图像提供一张等效的乐谱,不光阐明了要演奏的音符(频率),而且阐明了要何时演奏。相对而言,传统的傅里叶变换,只提供了音符或者频率信息,局部信息在变换过程中丢失了。 小波是多分辨率理论的分析基础。而多分辨率理论与多种分辨率下的信号表示和分析有关,其优势很明显--某转载 2014-12-24 09:52:01 · 1488 阅读 · 0 评论 -
学术论文Introduction部分的书写
英文论文的Introduction部分很重要:Introduction部分应该包含以下三个部分1. 问题的背景介绍 在这部分,你应该清晰地说明你研究的问题的背景是什么。 最好给出近年来该问题在学术领域的发展情况。 但,也不能过长,简洁为主。最要控制在一页内。对于一般15页的学术论文,该部分占一半的篇幅已经足够。2. 问题本身 如果没有问转载 2014-12-24 16:01:52 · 3568 阅读 · 0 评论 -
线性判别分析(Linear Discriminant Analysis, LDA)算法分析
LDA算法入门 一. LDA算法概述:线性判别式分析(LDA),也叫做Fisher线性判别(Fisher Linear Discriminant ,FLD),是模式识别的经典算法,它是在1996年由Belhumeur引入模式识别和人工智能领域的。性鉴别分析的基本思想是将高维的模式样本投影到最佳鉴别矢量空间,以达到抽取分类信息和压缩特征空间维数的效果,投影后保证模式样本在新的转载 2014-12-24 15:58:17 · 521 阅读 · 0 评论 -
基于Matlab的离散小波变换
简介在数字图像处理中,需要将连续的小波及其小波变换离散化。一般计算机实现中使用二进制离散处理,将经过这种离散化的小波及其相应的小波变换成为离散小波变换(简称DWT)。实际上,离散小波变换是对连续小波变换的尺度、位移按照2的幂次进行离散化得到的,所以也称之为二进制小波变换。虽然经典的傅里叶变换可以反映出信号的整体内涵,但表现形式往往不够直观,并且噪声会使得信号频谱复杂化。在信号处理领域一转载 2014-12-24 15:30:20 · 6218 阅读 · 0 评论 -
核函数
7 核函数(Kernels)考虑我们最初在“线性回归”中提出的问题,特征是房子的面积x,这里的x是实数,结果y是房子的价格。假设我们从样本点的分布中看到x和y符合3次曲线,那么我们希望使用x的三次多项式来逼近这些样本点。那么首先需要将特征x扩展到三维,然后寻找特征和结果之间的模型。我们将这种特征变换称作特征映射(feature mapping)。映射函数称作,在这个例子中转载 2015-01-08 10:40:45 · 875 阅读 · 0 评论 -
图像融合框架结构
feature fusionscore fusiondecision fusion转载 2015-01-07 19:09:50 · 979 阅读 · 0 评论 -
数字图像处理专业英语词汇
FFT 滤波器 FFT filtersVGA 调色板和许多其他参数 VGA palette and many others按名称排序 sort by name包括角度和刻度 including angle and scale保持目标 keep targets保存 save保存和装载 save and load饱和度 saturation转载 2014-03-07 14:30:10 · 4135 阅读 · 0 评论 -
图像分类的字典学习方法概述
1 字典学习(dictionary learning)旨在从原始数据中找到一组特殊的稀疏信号,在机器视觉中称为视觉单词(visual words),这一组稀疏元素能够足够线性表示所有的原始信号。字典学习来源于压缩感知,后来广泛用于图像去噪、去雾、聚类、分类等方面。两类:1) 直接学习区分性的字典(directly forcing the dictionary discri转载 2015-06-12 09:48:55 · 2180 阅读 · 0 评论